求助：如何统一R语言DataFrame中下划线前后字符串的顺序

你不需要遍历所有组合，利用向量化函数就能高效统一字符串顺序，核心思路是对下划线拆分后的两部分按字典序排序，再重新合并：

基础R实现 #

# 拆分S列为两部分（替代你原来的lapply写法，更高效）
split_parts <- do.call(rbind, strsplit(df$S, "_"))
df$L1 <- split_parts[, 1]
df$L2 <- split_parts[, 2]

# 生成统一顺序的字符串列
df$unified_S <- paste(pmin(df$L1, df$L2), pmax(df$L1, df$L2), sep = "_")

tidyverse实现（更简洁） #

如果你习惯用tidyverse工具链，可以这样写：

library(dplyr)
library(tidyr)

df <- df %>%
  # 拆分S列为L1、L2，保留原S列
  separate(S, into = c("L1", "L2"), sep = "_", remove = FALSE) %>%
  # 按字典序排序后合并
  mutate(unified_S = paste(pmin(L1, L2), pmax(L1, L2), sep = "_"))

效果说明 #

• pmin() 和 pmax() 会逐行比较L1和L2的字符串，取字典序更小的作为前半部分，更大的作为后半部分
• 示例中原来的B_A会被统一为A_B，和原有的A_B格式一致；其他如F_G保持不变，因为F字典序小于G

这种方法是向量化操作，处理6000条数据毫无压力，比循环遍历高效得多。

内容的提问来源于stack exchange，提问作者pingu87